陈瀚阅
- 作品数:29 被引量:194H指数:8
- 供职机构:福建农林大学资源与环境学院更多>>
- 发文基金:国家自然科学基金福建省自然科学基金全球变化研究国家重大科学研究计划更多>>
- 相关领域:农业科学自动化与计算机技术天文地球经济管理更多>>
- 基于多变量与RF算法的耕地土壤有机碳空间预测研究--以福建亚热带复杂地貌区为例被引量:8
- 2021年
- 耕地土壤有机碳(Soil Organic Carbon,SOC)含量不仅是土壤质量的重要表征,还是农业温室气体的重要源库,而基于环境变量建立的随机森林算法(Random Forest,RF)是当前提高土壤有机碳空间预测精度的方法,但不同组合环境变量对RF模型预测精度的影响仍需深入研究。本文以福建闽东南复杂地貌区为例,以两种环境变量组合(遥感变量+气候因子和遥感变量+气候因子+土壤属性)为输入数据集,利用RF算法对耕地表层SOC含量进行模拟预测和精度对比,并与普通克里格(Ordinary Kriging,OK)插值模型进行比较。结果表明,基于全部环境变量构建的RF模型表现最佳,其模型拟合度和预测精度相较于未加入土壤属性的模型有显著提高(r提高7.95%,为0.95,RMSE下降45.13%),且对SOC空间分异信息的捕获更精确,OK模型总体预测精度最弱。利用最优模型反演得到的研究区耕地SOC含量为14.70±2.95 g·kg^(-1),东部沿海低于西部内陆。变量贡献率分析显示,除了与土壤碳紧密相关的水解性氮(N),遥感变量中数字高程模型(Digital Elevation Modecs,DEM)也是影响闽东南地区SOC预测精度的重要变量,因此,遥感变量、气候因子和土壤属性共同驱动的随机森林模型可作为闽东南复杂地貌区耕地有机碳含量空间预测的有效方法。
- 袁玉琦陈瀚阅张黎明任必武邢世和童珺玥
- 关键词:土壤有机碳
- 基于几何光学模型的人工林叶面积指数遥感反演被引量:8
- 2012年
- MODIS等全球叶面积指数(LAI)产品空间分辨率偏低(250m~7km),不能满足高空间分辨率遥感应用的需求。为获取大区域高空间分辨率LAI,有必要对物理模型用于高空间分辨率遥感影像LAI反演的可行性进行探讨。本文基于4-scale模型LAI反演算法,以甘肃省张掖为研究区,利用TM影像实现研究区人工林LAI反演。反演算法考虑了反射率入射-观测角度对LAI与植被指数关系的影响和植被冠层尺度的集聚程度。利用地面实测LAI数据对反演结果进行验证与分析,并与NDVI经验模型进行对比,同时分析LAI反演结果对波段反射率敏感性。结果表明:4-scale模型LAI反演结果与实测LAI一致性良好(R2=0.67,RMSE=0.50),且优于NDVI经验模型(R2=0.59,RMSE=0.67);当LAI大于2时,4-scale模型LAI反演算法误差小于NDVI经验模型,能有效避免植被指数的饱和现象;红光波段反射率减小时,引起4-scale模型LAI反演结果的变化幅度比其增大时更高,且影响程度大于近红外波段反射率。研究表明,4-scale模型LAI反演算法可用于TM数据反演人工林LAI,模型应用普适性较强。
- 陈瀚阅黄文江牛铮高帅
- 关键词:叶面积指数遥感TM人工林
- 连续变量的自适应局部空间同位模式挖掘算法被引量:2
- 2016年
- 目前,局部空间同位模式挖掘方法存在需要预设定邻域范围、挖掘的结果无统计显著性意义而难以对结论进行科学地判定等问题,如当前常用的K近邻方法难以确定合适的搜索圆半径,而固定距离法由于空间数据集的多尺度特性,距离阈值的设定对结果的影响较大。因此,针对连续变量的空间采样点数据集,本文提出了一种自适应局部空间同位模式挖掘算法。首先,定义了连续变量的空间同位模式兴趣度函数、模式指示器函数及Voronoi邻域,并通过构建Voronoi邻域矩阵避免了预设定邻域阈值的问题,最后采用G*i统计量进行局部空间同位模式及其区域的发现,使挖掘的结果具有统计显著性意义,进而帮助专家对挖掘结果做出更科学的判定。通过使用真实的连接了烟草适应性评价结果的耕地地力样点调查数据和水污染数据,对开发的算法进行测试。实验结果表明,算法无需预设邻域范围,可查找同区域内的不同空间同位模式。实验所发现的局部空间同位模式发现了实验数据研究区域存在的特有现象,对耕地地力调查工作具有实际的指导作用。
- 范协裕陈瀚阅刑世和
- 基于GIS技术的福建省豆科主要珍贵树种用地优化布局研究被引量:1
- 2016年
- 以福建省现状林地、园地、草地和部分未利用地为研究对象,根据花榈木、红豆树、降香黄檀3个豆科珍贵树种生长的立地要求,从地形、气候、土壤和社会经济4个方面选取评价因子,借助GIS技术和修正的加权指数及模型对福建省豆科主要珍贵树种进行用地适宜性评价。在此基础上,屏蔽不适宜用地,基于"适地适树"的用地优化布局理念,采用优势适宜性指数和K均值聚类分析相结合的方法,开展福建省豆科主要珍贵树种用地优化布局研究,将花榈木、红豆树和降香黄檀适宜用地分别划分为优先种植区、次优先种植区和一般种植区3个等级,制作福建省豆科主要珍贵树种用地优化布局图,并进行分区评述。
- 郑巧丽范协裕陈瀚阅邱龙霞邢世和
- 关键词:GIS技术用地适宜性
- MODIS数据地表温度反演劈窗算法比较被引量:11
- 2013年
- 针对MODIS数据,分析比较了QIN和Wan-Dozier两种劈窗算法地表温度(LST)反演精度和误差分布。首先利用辐射传输模型MODTRAN4.0,结合TIGR大气廓线数据,评价两种算法绝对精度,然后基于误差传递理论分析评价二者的总精度,最后对两种算法的LST反演结果进行比较。研究表明针对所有廓线数据,两种算法绝对精度相差不大,但Wan-Dozier算法绝对精度受地表温度和水汽含量变化的影响程度要大于QIN算法;两种算法总精度相差不大,且主要误差源均为算法绝对精度和地表比辐射率精度,QIN算法反演结果对地表比辐射率的敏感性要略高于Wan-Dozier算法;两种算法得到研究区LST分布情况基本一致,均可表现空间LST分布差异,其中水体和裸土的LST反演结果差异较大,城镇和植被平均温度差异在0.5K以内。
- 陈瀚阅牛铮毕海波
- 关键词:地表温度劈窗算法遥感反演MODTRAN
- 机载LiDAR数据估算样地和单木尺度森林地上生物量被引量:26
- 2015年
- 利用机载激光雷达点云数据,结合大量实测单木结构信息,分别从样地和单木尺度估算了森林地上生物量AGB。首先,利用局部最大值单木提取算法提取了每个样地内的单木结构参数,并针对样地和单木尺度分别计算了一组激光雷达变量。然后,利用激光雷达变量和地上生物量及其两者的对数形式,从样地和单木尺度分别构建了估算模型。最后,针对两种尺度估算过程中存在的不确定性进行了详细讨论。结果表明:(1)样地和单木尺度模型估算的森林地上生物量与地面实测值都具有明显的相关性,且对数模型估算效果要优于非对数模型;(2)样地尺度模型估算效果(R2=0.84,rRMSE=0.23)明显优于单木尺度模型(R2=0.61,rRMSE=0.46);(3)按树木类型分别进行估算可以提高单木地上生物量的估算精度;(4)不论是样地还是单木尺度地上生物量估算都存在一定的不确定性,与样地尺度相比,单木尺度估算过程的不确定性更大,这种不确定性主要来自单木识别过程。
- 李旺牛铮王成高帅冯琦陈瀚阅
- 关键词:机载激光雷达
- 基于星载辐射计AMSR-E不同波段的北极海冰折射系数提取
- 2012年
- 海冰折射系数是一个重要的地球物理参数。利用Hong Approximation(HA)算法和星载辐射计AMSR-E数据,基于不同微波频段(6.9,10.7,23,37,89GHz)实现北极地区不同季节海冰折射系数反演。首先对反演所用关键数据海冰密集度反演算法的系点进行优化,反演结果与验证数据平均偏差分别为3.00%和-0.50%,低于其它常用算法。结果表明:冬季一年冰和夏季海冰的折射系数反演结果在所有微波频段的平均值范围为(1.78~1.75)和(1.72~1.70),与前人研究结果基本一致,但冬季多年冰在较高频率的折射系数与前人结果偏差较大,高于10.7GHz的微波频段不能用于冬季多年冰折射系数的提取;综合利用不同波段海冰折射系数反演结果能够有效识别沿岸冰间湖(比如冬季6.9GHz),区分多年冰与一年冰(冬季89GHz),并能确定多夏季海冰边缘融化范围(夏季6.9GHz)。
- 陈瀚阅毕海波牛铮
- 关键词:被动微波遥感AMSR-E
- 机器学习用于耕地土壤有机碳空间预测对比研究——以亚热带复杂地貌区为例被引量:7
- 2021年
- 耕地土壤有机碳(SOC)是土壤质量的重要指标,也是生态系统健康的重要表征。当前机器学习(Machine Learning,ML)用于SOC数字制图日益热门,但不同算法在高空间分辨率SOC数字制图中的对比研究尚有欠缺。本研究以福建省东北部复杂地形地貌区为例,采用10 m空间分辨率Sentinel-2影像数据,选取地形、气候、遥感植被变量为驱动因子,重点分析当前常用的机器学习算法——支持向量机(Support Vector Machine,SVM)、随机森林(Random Forest,RF)在SOC预测中的差异,并与传统普通克里格模型(Ordinary Kriging,OK)进行比较。结果表明:基于地形、遥感植被因子和气候因子构建的RF模型表现最佳(RMSE=2.004,r=0.897),其精度优于OK模型(RMSE=4.571,r=0.623),而SVM模型预测精度相对最低(RMSE=5.190,r=0.431);3种模型预测SOC空间分布趋势总体相似,表现为西高东低、北高南低,其中RF模型呈现的空间分异信息更加精细;最优模型反演得到耕地土壤有机碳平均含量为15.33 g·kg^(−1);RF模型和SVM模型变量重要性程度表明:高程和降水是影响复杂地貌区SOC空间分布的重要变量,而遥感植被因子重要性程度低于高程。
- 任必武陈瀚阅张黎明聂祥琴邢世和范协裕
- 关键词:机器学习算法
- 基于大比例尺数据库的福建省耕地土壤固碳速率和潜力研究被引量:8
- 2022年
- 明确土壤固碳速率和潜力是制定耕地固碳减排措施的基础。以我国典型亚热带地区—福建省不同地理位置的闽侯、浦城、同安、武平和永定5个县为研究区,运用生物地球化学过程模型DNDC(DeNitrification and Decomposition),模拟这5个县在目前区域尺度最详细的1︰5万土壤数据库下1980—2009年和2010—2039年有机碳动态变化,并运用尺度上推的方法估算出全省耕地土壤固碳速率和潜力。结果表明,福建省耕地土壤1980—2009年的固碳总量为7.37 Tg,而2010—2039年的固碳潜力为7.04 Tg,两个时段的年均固碳速率分别为190 kg·hm^(–2)和176 kg·hm^(–2),说明目前的农田管理措施有利于研究区长期固碳。其中,水稻土和盐渍水稻土分别在土类和亚类级别中固碳速率最大,不同时段均大于175 kg·hm^(–2)·a^(–1);而红壤在土类和亚类级别中固碳速率皆最小,不同时段均小于3 kg·hm^(–2)·a^(–1)。总体来看,1980—2009年和2010—2039年水稻土的固碳总量均占全省耕地固碳总量的92%以上,是今后制定固碳减排措施的重点。
- 吴世蓉位佳邱龙霞邱龙霞范协裕陈瀚阅邢世和范协裕
- 关键词:土壤有机碳DNDC模型固碳潜力
- 基于热点植被指数的冬小麦叶面积指数估算被引量:9
- 2012年
- 针对传统植被指数方法中利用单一方向的光谱特性估测LAI容易出现饱和现象和冠层结构信息不足的缺陷,以二向反射特性的归一化植被指数(NHVI)为基础,将表征叶片空间分布模式的热暗点指数(HDS)引入土壤调整型植被指数(SAVI),增强型植被指数(EVI)中,构建具有二向反射特性的土壤调整型热点植被指数(SAHVI)和增强型热点植被指数(EHVI)。同时使用红光,近红外,蓝光和绿光波段计算HDS,选择对LAI敏感性较高的HDS参与构建新型植被指数,并利用试验测量的小麦冠层二向反射率数据和叶面积指数,研究新型植被指数与LAI的线性关系。结果表明:基于蓝光和红光波段计算的HDS参与构建的EHVI、SAHVI与LAI的线性相关程度要优于EVI、SAVI,且较NHVI有进一步提高,能有效缓解LAI估算中植被指数饱和现象。
- 陈瀚阅牛铮黄文江黄妮张瀛
- 关键词:遥感光谱分析植被指数叶面积指数